Etat de l'art du raisonnement a partir de cas Plateforme AFIA'99
Palaiseau 17 Juin 1999
Alain MILLE
Equipe Raisonnement a Partir de Cas CPE-Lyon
am@cpe.fr 11 juin 1999
Ce document est base sur le chapitre((Etat de l'art))de [Mille98]. Ce chapitre presentait les travaux de la communaute internationale et nationale, a l'exclusion de ceux de notre equipe, naturellement presentes dans les autres chapitres. Un certain nombre ces travaux sont simplement cites dans cette nouvelle version.
La premiere section de ce document presente un etat de l'art sur la situation actuelle et sur les directions prises par les chercheurs au niveau international.
Dans une seconde section, nous traitons plus particulierement des travaux de la communaute francaise qui prend sa part dans la recherche internationale, en particulier sur le probleme crucial et dicile de la formalisation du RaPC.
Enn, une troisieme section conclue en situant les contributions du RaPC par rapport aux eorts et aux enjeux de la prochaine decennie en intelligence articielle. Une synthese parue dans ACM est prise comme base a la presentation.
1 Etat de l'art sur les recherches en raisonnement a partir de cas
La recherche dans le domaine du Raisonnement a Partir de Cas s'est armee d'abord aux Etats- Unis avec les celebres conferences(( DARPA )) commencees en 1988 [Kolodner88], avant de s'imposer en Europe avec la premiere conference Europeenne en 1993 a Kayserslautern [Richter et al.93], puis avec la premiere conference internationale a Lisbonne en 1995 [Veloso et al.95]. Ces deux dernieres conferences ont lieu en alternance chaque annee. Plusieurs sites WEB proposent des bibliographies et des forums sur le sujet. Le plus actif est probablement [http://www.surveying.salford.ac.uk/ai-cbr- mirror] qui permet d'atteindre la plupart des autres sites du monde. Il n'existe pas encore de journal specique a ce domaine de recherche mais de nombreux journaux ont consacre des numeros speciaux au raisonnement a partir de cas, et d'une maniere generale les publications sur le raisonnement a partir de cas ont acquis leur place dans les journaux specialises de l'intelligence articielle mais aussi dans de tres nombreux journaux speciques aux domaines d'application principaux comme la conception par exemple.
Il semble que le Raisonnement a Partir de Cas soit maintenant plus oriente vers les sciences cognitives aux Etats-Unis tandis que les chercheurs europeens appartiennent majoritairement a la communaute des techniques de l'intelligence articielle. De fait, le domaine du Raisonnement a Partir
1
de Cas constitue un pont (( naturel )) entre les deux communautes et plusieurs nouveaux projets de recherche mobilisent des chercheurs des deux specialites.
Nous nous situons naturellement dans la communaute informatique des chercheurs en intelligence articielle, mais sommes persuades que l'exploitation de l'experience pour aider a la t^ache de l'utili- sateur doit s'appuyer sur les resultats des travaux des sciences cognitives portant sur la maniere dont l'homme reutilise son experience pour la resolution de probleme. Il en sera donc souvent question dans la suite du document.
Pour presenter de maniere synthetique les tendances actuelles de la recherche en Raisonnement a Partir de Cas, nous presenterons d'abord les tendances concernant le paradigme RaPC en tant que sujet de recherche, puis nous nous appuierons sur le modele maintenant bien etabli par [Aamodt et al.94]
et illustre dans la gure 1 pour situer les travaux plus specialises se rapportant a tel ou tel aspect du RaPC.
Nous ne presenterons pas les outils du RaPC et n'evoquerons les applications (tres nombreuses en conception, diagnostic et assistance a l'utilisateur) que par le biais des retombees generales pour la recherche qu'elles ont permises. Pour disposer d'un etat de l'art particulierement complet sur ces derniers points, nous engageons le lecteur a se reporter au dernier ouvrage de Watson [Watson97].
Problème nouveau
cas
Cas retrouvé(s) Base de Cas
et Théorie du
domaine
Cas + solution Cas
modifié/testé
Cas Adapté
Retrouver
Apparier
Adapter Réviser
Apprendre
Elaborer
Figure 1: Le cycle du raisonnement a partir de cas
Pour mettre en valeur le dynamisme propre de la communaute emergente des chercheurs en RaPC, nous separerons le tour d'horizon international des contributions que nous avons selectionnees parmi les contributions recentes en France. Le m^eme plan de presentation sera garde.
Enn, nous conclurons en situant ces tendances en regard des Directions strategiques en Intelligence Articielle telles qu'elles ont ete synthetisees dans [Doyle et al.96]1.
2 Le RaPC: Tendances de la recherche.
2.1 Principales tendances au niveau international Eorts de modelisation et de formalisation du RaPC
1. Ce rapport ne fait pas reference aux recherches sur le Raisonnement a Partir de Cas, ce qui n'est pas tres etonnant dans le contexte americain, mais fait autorite sur les enjeux majeurs de la recherche en intelligence articielle.
La modelisation formelle de l'ensemble du cycle RaPC reste a faire. Il s'agit en eet d'un systeme d'inferences non monotones par essence2. Il est habituellement classe comme une sorte de raisonnement par analogie [Haton et al.91], ce qui de notre point de vue occulte la dierence importante qui existe entre transfert (Raisonnement analogique [Coulon et al.90]) et adaptation (RaPC)3. Les dierentes phases du cycle ont longtemps ete considerees comme largement independantes. Il est maintenant bien admis que les connaissances exploitees pour mener a bien chaque etape ne sont pas indepen- dantes et que adaptation et apprentissage se situent au centre d'un reseau de dependances. Nous retiendrons toutefois deux contributions importantes faites pour formaliser le RaPC dans le cadre de la planication et sous les conditions de connaissances susantes pour demontrer la justesse d'une solution, Jana Koelher [Koelher96] propose une formalisation a l'aide de logiques de descriptions qui a l'avantage de rester coherente pour l'ensemble du cycle mais ne peut que dicilement prendre en compte l'adaptation de cas en l'absence de theorie complete, tandis que Ralph Bergmann et Wolfang Wilke [Bergmann et al.95] proposent une approche hierarchique de cas abstraits mais necessitant un changement de langage de representation4. Nous verrons que la communaute francaise a fait preuve de beaucoup d'initiative sur ce theme.
La modelisation cognitive qui a mene au paradigme du RaPC est due a Schank et son equipe de recherche [Schank82] qui l'a popularise en proposant des mecanismes de base pour le mettre en uvre [Schank et al.89]. Elle conna^it de nouveaux developpements dans les equipes de Kolodner pour partager l'experience sur les reseaux [Petrushin et al.96] et Schank dans le domaine de l'enseignement [Schank96]. En Europe des travaux tentant de faire le pont entre modeles cognitifs et systemes de RaPC se sont interesses a la modelisation des t^aches RaPC pour faciliter l'acquisition de connaissances [Janetzko et al.93]. Ce theme est actif en France egalement dans le domaine de la reutilisation des connaissances pour la conception.
La modelisation conceptuelle sous la forme du cycle presente en gure 1 tire ses racines des premiers eorts de presentation globale du RaPC comme [Slade91] ou [Kolodner93] et est maintenant largement partagee dans la communaute.
Nous avons propose de preciser cette modelisation conceptuelle [Mille95] en nous inspirant de l'approche de modelisation du raisonnement analogique [Py94] et en analysant le r^ole specique de l'adaptation dans le cycle de raisonnement.
Une modelisation du RaPC au niveau connaissance a ete proposee par [Armengol et al.93] (pre- miere approche en termes de t^aches generiques) en prenant un systeme particulierement bien connu CHEF [Hammond86] comme exemple. Cet eort est particulierement important pour clarier les types de connaissances et les types d'inferences realisees pendant le cycle RaPC.
C'est sur la base de ces travaux que nous avons propose une modelisation des t^aches du RaPC [Fuchs97].
Une modelisation du RaPC en logique oue a ete proposee par Yagger des 1996 dans [Yager96]
et precisee dans [Yager97]. Le mode d'inference est considere comme fondamentalement de m^eme nature et pour cela le cycle est reduit a deux etapes principales: l'etape de comparaison et l'etape de composition d'une solution. Deux techniques sont suggerees pour realiser la composition de solution en RaPC: la mediane ponderee quand les actions du domaine sont constituees d'une liste ordonnee d'alternatives et une variante d'apprentissage par renforcement, pour les domaines dont les actions impliquent une sorte de plan. Nous verrons que ce rapprochement entre RaPC et logique oue a ete egalement mene quasiment simultanement en France (et en Espagne) sur des bases dierentes.
Une modelisation specique aux cas complexes utilises en conception a ete proposee. Une serie
2. Dans un systeme d'inferences monotone:siAj=B alors (A^Cj=B), ce qui n'est evidemment pas garanti dans un raisonnement a partir de cas ou l'inference que l'on peut tirer d'un fait constate depend completement de son contexte.
3. Le transfert consiste a realiser une mise en correspondance d'un reseau d'explications a un autre reseau d'explications sur la base d'une analogie((de forme d'explications)), alors que l'adaptation consiste a reutiliser des explications analogues pour substituer des elements de solutions par d'autres elements choisis selon l'ecart d'explication a reduire [Mille95].
4. L'abstraction des cas est faite dans un langage de description qui n'est pas celui des cas eux-m^emes.
de travaux5 ont fortement inuence la maniere dont les problemes de conception sont abordes avec le RaPC. Une synthese de ces travaux est faite dans [Maher et al.95] qui pose le principe de trois formes de connaissances: un modele de decomposition de problemes en sous-problemes, un modele de descriptions d'episodes de conception qui correspondent a la resolution de sous-problemes, et un modele d'adaptation sous forme de regles de transformation de formes.
Pour completer ce tour d'horizon, nous devons citer la proposition (( synthetique )) du Memory Based Reasoning faite des 1986 [Stanll et al.86] qui integre l'ensemble du cycle dans un mecanisme d'activation memoire, etudie sous un angle plus theorique dans [Brown93] qui etudie le modele de memoire sous-jacent sous la forme d'un reseau avec passage de jetons, et mis en pratique sur un reseau massivement parallele avec les travaux de Kitano pour la traduction automatique [Kitano et al.92], [Kitano93]. Le parallelisme a d'ailleurs ete etudie separement, pour accelerer la recherche de cas et une interessante proposition a ete faite dans ce sens pour le domaine de la planication [Kettler et al.94]
qui permet d'envisager d'exploiter une tres grande base de cas dans des conditions d'ecacite garantie.
Nous avons commence l'exploration de cette voie pour etudier ses possibilites d'auto-adaptation [Boucard96].
La recherche se decline ensuite classiquement selon les dierents champs plus specialises d'etude du RaPC et en particulier:
{
La representation des cas.
Au-dela de la traditionnelle representation des((cas vecteurs))un nombre important de travaux se sont interesses a la representation des cas complexes [Voss96b], [Bartsch sporl95] notamment pour l'aide a la conception.Nous avons ete amenes a developper un langage objet pour la representation des cas complexes dans le domaine de l'aide a la decision [Fuchs97].
{
L'elaboration du cas
. Ces travaux visent a la mise en evidence de la pertinence de cas in- completement decrits [Bento et al.93], ou cherchent a anticiper l'adaptabilite des cas qui seront rememores [Leake et al.97a]. Nous avons pour notre part etudie cette partie dans le cadre des applications industrielles pour faciliter la description(( gagnante )) d'un cas [Herbeaux et al.98].{
L'organisation des cas
. De nombreux travaux s'interessent a l'organisation de la memoire des cas pour ameliorer l'ecacite de la recherche soit en prenant en compte l'ecacite des rememorations precedentes [Fox et al.95] ou plus classiquement en developpant des techniques de gestion d'arbres de decision de plus en plus performantes [Breslow et al.97]. Le probleme des tres grandes bases de cas a ete pose [Shimazu et al.93] mais cette question est en train de se renverser: comment (( voir )) les bases de donnees comme des bases de cas. Cette question est liee aux travaux sur la capitalisation des connaissances dans l'entreprise [Thompson97].{
La rememoration des cas
. Le choix d'une mesure de similarite est determinant pour l'eca- cite du RaPC. On a assiste a un foisonnement de propositions speciques issues aussi bien des travaux de l'analyse de donnees [Diday et al.82], que du monde des metriques mathematiques [Critchley et al.92] ou [Batagelj et al.95], qu'en psychologie cognitive [Tversky77], sans oublier les travaux speciques au domaine de l'intelligence articielle comme [Bisson94]. Une part im- portante de la recherche s'est donc focalisee sur la recherche de mesures de similarites les plus generiques possibles. La semantique d'une mesure de similarite est largement liee a la t^ache de resolution de probleme concernee comme l'a demontre Michael Richter [Richter95b]. La question de la similarite est: quelles sont les chances que ce cas ancien soit utilisable pour resoudre ce nouveau cas sachant qu'ils sont proches sur un certain nombre de points. Les approches s'inspi- rant de la theorie de Dempster-Shafer sont particulierement etudiees [Richter95a]. Les equipes5. Ces travaux ne sont pas toujours references dans la communaute du RaPC mais ont ete abondamment publies dans la communaute de la recherche en conception.
francaises ont ete particulierement actives dans ce domaine comme nous le verrons dans la sec- tion qui leur est consacree. Une etude theorique a ete tres recemment publiee dans [Rudolph97]
qui tente de montrer le type d'inference que la similarite porte reellement.
Notre contribution s'est limitee a la proposition de mesure de dissimilarite conceptuelle et eve- nementielle pour prendre en compte la dynamique de situations pour un projet de supervision [Mille et al.99].
{
La reutilisation et l'adaptation
. L'adaptation a fait l'objet de nombreuses propositions dans les premieres annees de la recherche sur le RaPC ([Barletta89], [Converse et al.89], [Gentner89], [Hinrichs89], [Kass89], [Turner89] par exemple), et une classication des dierents types d'adap- tation est faite par Janet Kolodner dans [Kolodner93]. Ce classement est fonde sur les die- rences de methode (transformationnel/derivationnel) et sur les dierences de recherche des regles d'adaptation (regles simples liees aux variables, regles de modication de structure, ou recherche de valeur a remplacer par proximite memoire). La phase d'adaptation a fait l'objet d'eorts plus systematiques depuis quelques annees comme l'a montre l'atelier sur l'adaptation organise a l'occasion de la conference europeenne sur l'intelligence articielle de 1996 [Voss et al.96]. Dans la dynamique de cette conference, Angi Vo propose dans [Voss96a] une liste de criteres pour classer les types d'adaptation realises dans un certain nombre de systemes RaPC realises dans la communaute. Les criteres de classication reprennent les criteres classiques de type d'operateur d'adaptation, mais sont etendus a la prise en compte du type de cas, du nombre de cas utilises pour l'adaptation et sur l'evaluation de l'adaptation.Applique par exemple au domaine de la conception architecturale [Smith et al.95], les propo- sitions faites dans [Purvis et al.95] exploitent les contraintes pour guider l'adaptation. Cette approche garantit des solutions coherentes globalement quelle que soit la partie de cas adaptee.
Elle suppose toutefois que le jeu de contraintes soit complet et correct, ce qui reste une t^ache d'acquisition de connaissances dicile.
L'equipe du Trinity College a Dublin, quand a elle, s'est attachee a etudier l'adaptation dans plusieurs de ses aspects comme la complexite [Smyth et al.93] ou les dependances qui existent entre les t^aches et la connaissances d'adaptation [Hanney et al.95]. Enn plus recemment, ils proposent d'apprendre des regles d'adaptation a partir des cas eux-m^emes [Hanney et al.97].
Plus recemment encore [Wilke et al.98] propose une etude des connaissances et des techniques d'adaptation en dierenciant deux familles distinctes: la famille des methodes fondees sur la transformation des solutions et la famille des approches (( generatives )), c'est a dire capables eventuellement de trouver la solution a partir de rien6. Ils completent leur etude en faisant une place a l'adaptation compositionnelle [Veloso97], qui consiste a adapter dierentes parties d'un cas a partir de dierents cas et selon des strategies qui peuvent donc varier dans le spectre precedent.
Une contribution essentielle (a notre sens) a ete faite dans [Hanks et al.95] qui propose un algo- rithme d'adaptation de plan fonde sur les cas et independant du domaine (SPA comme Syste- matic Plan Adaptor). Bien que, par nature, il s'agisse d'un algorithme generatif, l'eort pour le rendre independant des operateurs (souvent lies au domaine) le rend particulierement interessant comme base de travail.
La communaute francaise a egalement participe activement a ce theme de recherche comme nous le verrons plus loin.
{
La revision et la memorisation des cas
: des travaux tres recents [Stroulia et al.98] pro- posent d'utiliser l'evaluation pour guider la memorisation qui prend alors un veritable statut6. Cette decomposition approfondit et precise celle qui avait ete faite entre les adaptations transformationnelles et derivationnelles.
d'apprentissage. Nous trouvons dans [Leake et al.97b] une approche plus pragmatique. Le pro- cessus d'adaptation est au centre du dispositif et trois dierents types d'apprentissage sont exposes: l'apprentissage de cas comme des plans-reponses, l'apprentissage d'adaptation de cas et l'apprentissage de la similarite. L'apprentissage de plans reponse consiste a integrer un nou- veau plan (adapte d'un ancien ou non) dans la base. L'apprentissage de l'adaptation consiste a memoriser des cas d'adaptation et a les indexer en fonction de leur utilisation. L'apprentissage de la similarite est fonde sur l'estimation d'un co^ut d'adaptation. Base sur le couple nouveau probleme - probleme rememore, un cas d'adaptation est recherche qui servira de base a l'estima- tion du co^ut d'adaptation. L'association de ces dierentes approches d'apprentissage est toujours meilleure que l'utilisation d'une seule. La t^ache de resolution de probleme est opportuniste par essence et l'evaluation des reponses permet de gerer les consequences d'incoherences locales. Lie a l'apprentissage, une approche originale a ete proposee dans [Smyth et al.95] pour trouver des indices permettant (( d'oublier)) les cas qui ne seraient plus utiles dans une base.
Nous insistons sur cette approche liant apprentissage et adaptation parce qu'elle est une de nos sources d'inspiration pour l'etude du processus d'apprentissage a partir d'experience tel que nous l'envisageons dans nos nouveaux themes de recherche.
Pour completer ce tour d'horizon international, il convient de presenter les eorts de la communaute francaise. Cette communaute est recente, se structure sans precipitation, mais est tres active. Nous participons a l'animation de ce groupe francais de recherche et nous avons eu l'occasion de presenter une synthese de ses travaux [Mille et al.97] que nous reprenons ici en la completant.
2.2 La recherche sur le raisonnement a partir de cas en France
Les contributions recentes s'organisent autour de quelques themes majeurs:
1.
Modelisation et formalisation du RaPC
Nous distinguerons dierentes approches:
{
La modelisation cognitive du raisonnement a partir de cas chez l'Homme.
Une serie de travaux ont ete consacres a l'INRIA a l'etude de la reutilisation des connaissances chez l'homme et en particulier par la reutilisation de plans de resolution de problemes [Visser94]. Il est important de noter que l'approche cognitive du RaPC fait partie integrante des eorts de la recherche en RaPC de la m^eme facon que les travaux d'inspiration plus(( informatique))7.
{
La formalisation du raisonnement a partir de cas par les logiques de descrip- tion
Apres le travail inaugural de Jana KOELHER [Koehler94], des travaux proches ont ete presentes dans [Napoli et al.96], et une etude de la formalisation du RaPC dans une logique de description est decrite [Salotti et al.97] au moyen de criteres homogenes, expli- cites et formels8. Les cas sont organises gr^ace a une taxinomie de concepts index, ce qui permet d'exploiter l'operation de classication automatique de la logique de description pour rechercher des cas similaires. Une phase d'apprentissage supervise de concepts index est facilitee par un algorithme fonde sur la recherche du plus specique subsumant de deux { cas.Modelisation fondee sur les ensembles ous.
[Dubois et al.97], comme [Yager96], s'appuient sur des travaux menes sur l'interpolation fondee sur des relations de similarite pour proposer des modeles fondes sur les regles oues pour le Raisonnement a Partir de7. Willemien Visser a ainsi anime avec Brigitte Trousse un atelier commun a l'occasion d'IJCAI'93 sur la reutilisation en conception et les journees francaises rassemblent regulierement les deux communautes
8. Une generalisation de ce travail a ete presentee pour l'appliquer aux graphes conceptuels dans [Faron et al.97].
Cas. Dans ces approches, un cas est vu comme un nuplet de valeurs d'attributs precises. Les attributs sont separes en un ensembleS pour la description du probleme (Scomme Source) etT pour les attributs solution (T comme Target)9. L'hypothese (forte) est faite que tous les attributs sont renseignes. L'adaptation est presentee comme une sorte d'interpolation pour obtenir les valeurs deT sachant la(dis)similarite existant entre les descriptions de problemes
S. L'existence de mesures de similarite entre attributs probleme
S
et attributs solutionT
est supposee etablie. Enn la connaissance de fonctions de dependances entre les attributs probleme et attributs solutions est supposee egalement etablie. Dans son expression la plus proche de l'esprit du RaPC, les auteurs posent que:
Les plus similaires sont les problemes s1 ets2,
le plus il est possible que les solutions t1 et t2 soient similaires.
La proposition peut se formuler sous la forme d'une regle de possibilite:
XjY(v;u) A(u) siv2B
XjY(v;u)0si v2= B
ou XjY(v;u) estime a quel pointY =v est possible quand X=u.
On peut dire plus litteralement: 8u; si X =u, il est possible au moins au degreA(u) que
Y prenne sa valeur dansB. Si les travaux sur la similarite avaient deja exploite les variables linguistiques10 pour manipuler les connaissances et donc avaient exploite les mecanismes de calcul provenant de la logique oue, cette approche formelle permet d'analyser plus precisement en quoi le RaPC est une sorte de raisonnement hypothetique dans l'incertain.
2.
La representation des cas.
Des contributions interessantes ont ete faites pour la represen- tation des cas decrivant des historiques. Un projet de modelisation de propagation d'incendie pour l'aide a la decision a ete l'occasion de developper un modele de cas permettant de repre- senter et manipuler des donnees temporelles et spatiales [Rougegrez loriette94]. Par ailleurs, et dans un esprit qui releve plus du genie logiciel, [Jaczinsky et al.97] propose un environnement de developpement d'applications fondees sur le RaPC et permettant la manipulation des his- toriques selon plusieurs methodes. Ce systeme a ete utilise avec succes en particulier sur une application d'assistance a la recherche d'informations sur le WEB pour un groupe d'utilisateurs [Jaczynski et al.97]. [Corvaisier et al.98] a propose uen modelisation d'episodes de recherche d'in- formation sur le WEB, integrant les notions de session de recherche, de tentatives unitaires, d'unites de recherche et de vocabulaire utile pour reutiliser l'experience.3.
La rememoration
. Ce theme se decline selon plusieurs sous-themes:{ Travaux sur les similarites. Annonciateur de l'etude theorique presentee dans [Rudolph97], , [Sebag et al.93] a propose une mesure de similarite fondee sur les regles, ce qui necessite de voir chaque cas comme une regle avec comme premisse les faits constitutifs du probleme et en conclusion les faits deduits constituant la solution. Les proprietes de classication se sont revelees convaincantes. C'est dans le cadre d'une bo^te a outils pour un atelier RaPC que [Mignot97] propose de tenir compte de la structure d'un cas pour construire en parallele la denition d'une mesure de similarite. L'elaboration de cette mesure est donc guidee par une metaconnaissance sur les eets de contexte sur la pertinence des mesures. De son cote, [Rifqi96] a elabore une formalisation des mesures de comparaison, qui permet de comparer des objets decrits a l'aide d'attributs dont les valeurs sont oues. L'auteur a determine deux
9. Cette distinction Source/Target est inhabituelle. En eet, un cas source est habituellement un cas de la bibliotheque, tandis que le cas cible est le cas a resoudre. Dans le contexte de l'article, les attributs source sont ceux qui permettront de retrouver les cas source, tandis que les attributs cibles sont ceux qui doivent ^etre evalues.
10. L'usage de symboles representant sous la forme d'un terme((bien choisi))une valeur((oue)). Par exemple,jeune est une variable linguistique des l'instant ou une fonction d'appartenance lui est associee.
familles principales de mesure constituant ainsi une extension du modele de contraste de Tversky: les mesures de similitude (satisabilite, inclusion et ressemblance) et les mesures de dissimilarite.
{ Travaux sur l'organisation des cas en hierarchie d'objets. C'est une facon de preparer par avance le raisonnement lui-m^eme des l'instant ou le RaPC est considere comme une ex- tension du raisonnement par classication dans le contexte de resolution de probleme [Koelher96]. [Napoli et al.96] formalise cette approche dans le cadre d'une representation basee sur les objets. C'est dans ce m^eme esprit que [Coupey et al.96] etend les logiques de description pour formaliser le processus de rememoration en RaPC.
{ Organisation hybride de la memoire des cas (neuronal/cas prototypes et instances). [Malek96]
propose d'utiliser un reseau neuronal a apprentissage incremental fonde sur des cas pro- totypes pour organiser la memoire de cas. La memoire est constituee de deux niveaux: le niveau superieur contient les prototypes qui representent chacun un groupe de cas, tandis que le niveau bas est utilise comme index pendant la phase de recherche de cas. Un meca- nisme d'apprentissage continu permet de grouper dynamiquement les cas sous de nouveaux prototypes.
4.
L'adaptation.
: Une contribution originale et generique est proposee dans [Lieber97] sur des principes enonces dans [Lieber et al.96] qui consiste a anticiper l'adaptation dans le processus m^eme de rememoration, ce qui est l'ideal theorique pour trouver une solution facilement (et eventuellement s^urement) adaptable. Pour y parvenir, un ordre partiel, note < est deni sur l'ensemble des problemes selon la denition:pb1<pb2si toute solution depb1peut se specialiser en une solution de pb2. On associe a un probleme source source de la base de cas un probleme note idx(source) appele index de source plus general que source: source4idx(source) et tel que la solution sol(source) est generalisable en une solution sol(idx(source)). L'ensemble des index est organise en une hierarchie notee Hidx. Pour resoudre un probleme nouveau (cible), une description de cibleest d'abord classiee dans la hierarchieHidx, ce qui permet d'identier un ensemble d'indexIDX compose d'elementsidx(source) veriant:idx(source) <cible. Deux cas sont alors possibles:{ soitIDX est non vide et il existe un chemin de similarite tel que source4idx(source) <
cibleet l'adaptation se realise en deux etapes :
{ generalisation de sol(source) en sol(idx(source)), en suivant la relation source 4
idx(source),
{ instanciation de sol(idx(source)) en sol(cible), en suivant la relation idx(source) <
cible
{ soitIDXest vide, alors on essaie de revenir au cas precedent en eectuant des modications sur certains index de la hierarchieHidx( (idx(source)) et surcible('(cible)) par des regles de reecriture de facon a arriver a source 4 idx(source) ! (idx(source)) < '(cible)
cible, c'est a dire a un chemin de similarite connu, donc permettant l'adaptation.
Cette approche a ete combinee avec des propositions de notre equipe et sera presentee dans le cadre de la conference [Fuchs et al.99].
5.
L'apprentissage
Une contribution a l'integration de l'apprentissage dans le cycle RaPC est proposee dans [Bichindaritz94] dont le systeme MNAOMIA permet l'apprentissage incremental de concepts, pendant la realisation des t^aches comme le diagnostic, la planication d'un trai- tement ou le suivi d'un malade. Plusieurs hierarchies de concepts dierentes sont denies selon les dierentes t^aches cognitives. Cette association etroite de la representation des concepts a la t^ache est naturelle dans les systemes de raisonnement a partir de cas.3 La recherche dans le domaine RaPC par rapport aux directions strategiques de la recherche en Intelligence Articielle
Il serait particulierement vain de vouloir enoncer des directions strategiques de la recherche qui soient partagees par l'ensemble de la communaute internationale, mais il est important de choisir une reference pour situer nos recherches et leur orientation. Nous avons choisi de prendre comme grille d'analyse le rapport de Jon Doyle et Thomas Dean [Doyle et al.96] qui s'eorcent de tracer les lignes principales se degageant des recherches menees, des realisations reussies et tentent une formulation des enjeux de la decennie. La categorisation proposee de la recherche en IA11rassemble des domaines d'application et des branches thematiques theoriques:
1. Articulation12et representation des connaissances13.
2. Apprentissage et adaptation qui etend les techniques de decouverte statistique, analytique et scientique et les mecanismes hypothetiques neurophysiologiques aux procedures qui extraient un large spectre de tendances generales, de faits et techniques a partir de regles, d'experience et de donnees collectees.
3. Echanges de vues, planication et actions qui concernent les methode d'aide a la decision, de construction de plans, de conception pour atteindre des buts species et le contr^ole, l'interpre- tation, le diagnostic et la modication de plans comme la mise en uvre des conceptions.
4. Parole et traitement du langage.
5. Interpretation d'image et synthese d'image.
6. Manipulation articulee et deplacement autonome qui couvrent le champ de reproduction des degres de liberte de l'homme dans l'usage de ses mains et des ses jambes pour l'accomplissement de ses t^aches.
7. Agents autonomes et robots.
8. Systemes multiagents pour etudier et mettre en place des comportements de resolution de pro- bleme en groupe.
9. Modelisation cognitive qui se focalise sur la simulation des traits comportementaux de la cogni- tion chez l'homme.
10. Fondements mathematiques, qui s'emparent des techniques et concepts des autres branches comme autant de sujets de formalisation, d'analyse et de reconceptualisation.
Il nous semble que les sciences cognitives modernes fondees sur l'etude directe du cerveau par l'image en resonance magnetique auraient leur place dans cette categorisation, et que la reutilisation des connaissances comme sujet d'etude devrait appara^tre egalement.
Neanmoins des directions de recherche sont proposees qui s'appuient sur les resultats enonces plus haut et qui visent des objectifs a la fois plus rationnels et plus ambitieux:
1. Poursuite de l'integration des dierents mecanismes de l'intelligence articielle pour realiser des systemes multifacettes et en particulier:
{ modier radicalement la nature du processus de programmation de telle facon que le pro- grammeur puisse travailler avec des assistants intelligents facilitant toutes les t^aches de realisation d'un systeme informatique;
11. Nous garderons cet acronyme IA pour Intelligence Articielle dans la suite du document.
12. Articulation s'entend comme mecanismes de mise en relation des dierents types de connaissances.
13. Il s'agit de creer et compiler des catalogues explicites, formels et multifacettes de connaissances ((ontologiques )). La nature ontologique des connaissances reste une question ouverte.
{ supprimer les dierences existantes entre les bases de donnees et les bases de connaissances;
{ supprimer les dierences de traitement entre les logiques de description et les systemes a objet et entre la programmation logique et les systemes de programmation traditionnelle14; { prendre en compte le temps reel et contraint dans les solutions en favorisant des evolutions
continues du raisonnement15;
{ Rendre les ordinateurs plus faciles a utiliser, en particulier en facilitant leur personnalisa- tion.
Cette derniere direction est naturelle pour le RaPC qui par la nature m^eme de son cycle emprunte a plusieurs domaines de l'intelligence articielle.
2. Construction de robots (physiques et simules). Ce point est evidemment en rapport avec le precedent, puisqu'il ne s'agit pas d'un domaine particulier mais d'une integration la plus forte possible de tres nombreuses disciplines pour fournir au robot-logiciel ou au robot-materiel des capacites d'adaptation toujours plus grande dans la resolution de probleme. Nous considerons que la notion d'adaptation et de rememoration sont etroitement liees et qu'en consequence le paradigme du RaPC pourrait tout a la fois se nourrir de cette direction et y contribuer en retour.
3. Modeliser la rationalite. Il s'agit de donner un sens ((economique )) a la rationalite, c'est a dire la comprendre comme tout ce qui contribue a ameliorer la coherence d'un systeme en termes d'explications, de justications et de verications, a augmenter sa competence en termes de per- formances, et a faciliter sa construction en termes de facilites de conception et de developpement.
C'est bien ce type de rationalite (( pragmatique )), c'est a dire mesuree a l'aune de la reussite de la t^ache, que le RaPC exploite pour resoudre des problemes. Adopter ce type de rationalite ouvre bien entendu les portes des applications du domaine de l'economie.
4. Assister la collaboration. Pour demontrer leur utilite comme assistants, les systemes d'IA doivent interpreter les (( mots )) et les(( besoins )) des utilisateurs de facon a modeliser les souhaits, les intentions et les possibilites de ces personnes. Realiser ces interpretations signie souvent se fonder sur des proprietes statistiques de comportements et choisir comment cooperer signie souvent evaluer et negocier les preferences des dierents acteurs. C'est probablement dans cette direction que l'integration du RaPC peut se reveler un facteur de reussite considerable par sa double capacite a estimer statistiquement (similarite) les comportements et a proposer des adap- tations directement liees au contexte. Nos travaux en cours et prevus sont tendus vers l'assistance ecace et en contexte aux t^aches diciles [Prie et al.98], [Prie et al.99b], [Prie et al.99a] . 5. Ameliorer la communication. Un certain nombre de priorites sont degagees dans cette direction
et en particulier:
{ introduire les contr^oles gestuels et parles dans les appareils de tous les jours;
{ automatiser la formalisation de la connaissance a partir des livres et autres textes ;
{ procurer la traduction simultanee entre plusieurs langues et lecture parlee de documents ecrits ou electroniques;
{ autoriser l'utilisation du langage parle ou du langage ecrit pour interroger des (( bases de donnees-connaissances )) de grande taille (annuaires, bibliotheques, catalogues, etc.).
14. Ce qui ne veut pas dire qu'il n'y a pas de dierences, mais que les environnements de developpements doivent presenter les mecanismes typique de l'IA exactement de la m^eme facon que n'importe quel autre mecanisme de program- mation.
15. Algorithmes((anytime)).
M^eme si le (( Memory Based Reasoning )) conna^t un grand succes pour les applications de traduction [Kitano et al.93], [Kitano93], il n'existe pas a notre connaissance de travaux speci- quement RaPC permettant des avancees signicatives dans ce domaine. Nous pensons que le RaPC intervient dans la qualite de la communication plut^ot pour l'assister que pour intervenir directement sur le medium lui-m^eme.
6. Obtenir des connaissances. Il reste la une volonte de connaissances universelles, qui donne a cette direction une ambition considerable. Les auteurs enoncent des priorites:
{ construire des encyclopedies de connaissances, d'abord generales, puis capables de couvrir toutes les methodes et connaissances de l'homme16;
{ determiner les moyens les plus ecaces de representer l'information pour dierentes utili- sations, et tout en m^eme temps ^etre capable de faire cooperer dierents types de connais- sances;
{ developper des systemes d'enseignement automatises (exploitant eventuellement les encyclo- pedies construites) qui utilisent les questions et les observations de l'etudiant pour modeliser ses connaissances, ses qualites et son style d'apprentissage et pour adapter la fabrication des lecons et exercices aux besoins de l'etudiant;
{ concevoir des organisations et des entreprises qui s'ameliorent en exploitant leur experience pour apprendre leurs forces et faiblesses cachees ;
{ automatiser les domaines les plus routiniers et generateurs massifs de donnees de la re- cherche scientique, statistique, industrielle et commerciale.
Cette direction est la plus riche en retombees pour le RaPC, en particulier pour tout ce qui touche a l'exploitation du retour d'experience.
7. Approfondir les bases theoriques de l'intelligence articielle. Il s'agit d'asseoir encore mieux les fondements scientiques formels et en particulier les mathematiques du domaine. Nous avons ici un champ particulierement ouvert en RaPC pour aller plus loin que la modelisation conceptuelle, vers la modelisation formelle. Nous considerons toutefois que cette recherche necessitera de gros eorts transdicisciplinaires pour reussir.
4 Synthese concernant les axes a developper en raisonnement a par- tir de cas
L'exercice consistant a se projeter dans l'avenir est toujours perilleux, et situer les axes de recherche selon la grille precedente sera s^urement critique. Toutefois, l'experience de notre equipe au travers de ses dierentes contributions, nous incite a penser que l'avenir de la recherche en raisonnement a partir de cas est a chercher dans deux directions principales:
{ L'exploitation des cas de resolution de probleme comme support de validation de l'apprentissage des connaissances dans l'entreprise. L'interconnexion explicite et organisee des cas de resolution et des connaissances partagees dans l'entreprise nous semble un axe de recherche tres important pour voir deboucher de nouvelles organisations des systemes d'information dans l'entreprise.
{ L'utilisation massive des ordinateurs pour l'acces a des informations et des services, independam- ment de t^aches speciques preetablies, impose de se poser la question de la plasticite des systemes informatiques fournisseurs de service aux innombrables facons de les utiliser en fonction de t^aches
16. Nous considerons qu'il s'agit plus d'un moteur pour la recherche qu'une n en soi.
de plus en plus personnalisees. La capitalisation de l'experience concrete (traces directes d'uti- lisation), et la mise au point progressive de modeles des t^aches (decouverts, c'est-a-dire appris semi-automatiquement) associees a cette utilisation concrete est un enjeu considerable pour la recherche de nouveaux types de cooperation entre l'homme et la machine.
References
[Aamodt et al.94] Aamodt (A.) et Plaza (E.). { Case based reasoning: Foundational issues, me- thodological variations, and system approaches. AICOM, vol. 1, Mars 1994, pp. 39{59.
[Armengol et al.93] Armengol (E.) et Plaza (E.). { Case-based reasoning at the knowledge le- vel: An analysis of chef. First European Workshop on Case-Based Reasoning, EWCBR'93. pp. 290{295. { University of Kayserslautern, Germany, 1993.
[Barletta89] Barletta (R.). { Case adaptation in autoclave layout design. Workshop on case- based Reasoning, DARPA 89. pp. 203{207. { Morgan-Kaufmann, San Mateo, 1989.
[Bartsch sporl95] Bartsch-Sporl (B.). { Towards the integration of case-based schema-based and model-based reasoning for supporting complex design tasks. First Internatio- nal Conference on Case-Based Reasoning, ICCBR'95, ed. par Veloso (M.) et Aamodt (A.). pp. 144{156. { Sesimbra, Octobre 1995.
[Batagelj et al.95] Batagelj (V.) et Bren (M.). { Comparing resemblance measures. Journal of Classication, vol. 12, 1995, pp. 73{90.
[Bento et al.93] Bento (C.) et Costa (E.). { A similarity metric for retrieval of cases imperfectly described and explained. First European Workshop on Case-Based Reasoning, EWCBR'93. pp. 8{13. { University of Kayserslautern, Germany, 1993.
[Bergmann et al.95] Bergmann (R.) et Wilke (W.). { Building and rening abstract planning cases by change of representation language. Journal of Articial Intelligence Re- search, vol. 3, 1995, pp. 53{118.
[Bichindaritz94] Bichindaritz (I.). { Apprentissage de Concepts dans une memoire dynamique:
raisonnement a partir de cas adaptable a la t^ache cognitive. { These d'infor- matique, Universite Rene Descartes Paris V, France, 1994.
[Bisson94] Bisson (G.). { Denition de la similarite dans les modeles a objet. Actes de LMO94, Grenoble, pp. 70{86. { 1994.
[Boucard96] Boucard (F.). { Etude et implantation d'une memoire de cas distribuee sur un reseau d'ordinateurs. { Rapport de DEA, DEA d'Informatique de Lyon, UCB/ENS/INSA, Lyon, 1996.
[Breslow et al.97] BRESLOW (L.) et AHA (D.). { Simplifying decision trees: a survey. Knowledge Engineering Review, vol. 12, n 1, 1997, pp. 1{40.
[Brown93] Brown (M. G.). { An under-lying memory model to support case retrieval.
First European Workshop on Case-Based Reasoning, EWCBR'93. pp. 20{25.
{ University of Kayserslautern, Germany, 1993.
[Converse et al.89] Converse (T.), Hammond (K.) et Marks (M.). { Learning modication rules from expectation failure. Workshop on case-based Reasoning, DARPA 89.
pp. 110{114. { Morgan-Kaufmann, San Mateo, 1989.
[Corvaisier et al.98] Corvaisier (F.), Mille (A.) et Pinon (J.-M.). { Radix 2, assistance a la recherche d'information documentaire sur le web. IC'98, Ingenierie des Connaissances, Pont-a-Mousson, France. pp. 153{163. { INRIA-LORIA, Nancy, 13-15 Mai 1998.
[Coulon et al.90] Coulon (D.), Boisvieux (J.-F.), Bourelly (L.), Bruneau (L.), Chouraqui (E.), David (J.-M.), Lu (C.-R.), Py (M.), Savelli (J.), Seroussi (B.) et Vrain (C.). { Le raisonnement par analogie en intelligence articielle, formalisation, applica- tions. Actes des troisiemes journees nationales du PRC-GDR-IA, pp. 45{88.
{ Hermes, 1990.
[Coupey et al.96] Coupey (P.) et Salotti (S.). { Using a description logic with default and excep- tion to formalize the retrieval process of cbr. International IPMU'96 Congress, Information Processing and Management of Uncertainty. { Granada, Spain, 1996.
[Critchley et al.92] Critchley (F.) et Cutsem (B. V.). { Representations of dissimilarities: A survey and some new results. Distancia 92, Rennes France, 22-26 Juin 1992, pp. 41{
46. { 1992.
[Diday et al.82] Diday (E.), Lemaire (J.), Pouget (J.) et Testu (F.). { Elements d'analyse de donnees. { Dunod Editeur, 1982.
[Doyle et al.96] Doyle (J.) et Dean (T.). { Strategic directions in articial intelligence. ACM Computing Surveys, vol. 28, n 4, 1996.
[Dubois et al.97] Dubois (D.), Esteva (F.), Garcia (P.), Godo (L.), Lopez De Mantaras (R.) et Prade (H.). { Fuzzy set-based models in case-based reasoning. 2nd International Conference on Case-Based Reasoning (ICCBR'97), ed. par Leake (D.) et Plaza (E.). pp. 599{610. { Providence, Rhode Island, USA, July 1997.
[Faron et al.97] FARON (C.) et GANASCIA (J.-G.). { Representation of defaults and excep- tions in conceptual graphs formalism. Conceptual Structures: Fullling Peirce's Dream. Fifth International Conference on Conceptual Structures, ICCS'97, 3-8 Aug. 1997, Seattle, WA, USA, ed. par Lukose (D.), Delugach (H.), Keeler (M.), Searle (L.) et Sowa (J.), pp. 153{167. { Springer-Verlag Berlin, Germany, 1997.
[Fox et al.95] Fox (S.) et Leake (D. B.). { Using introspective reasoning to rene indexing.
Proceedings of the Thirteenth International Joint Conference on Articial In- telligence. pp. 391{397. { Morgan Kaufmann, 1995.
[Fuchs et al.99] Fuchs (B.), Lieber (J.), Mille (A.) et Napoli (A.). { Vers une theorie uniee de l'adaptation en raisonnement a partir de cas. a paraitre dans les actes de la plateforme AFIA'99, Palaiseau, Juin 99, pp. {. { 1999.
[Fuchs97] Fuchs (B.). { Raisonnement a partir de cas: Representation des connaissances et du raisonnement base sur l'experience. Application a la supervision indus- trielle. { These en informatique, CPE-Lyon et Universite Jean Monnet, Saint- Etienne, France, 1997.
[Gentner89] Gentner (D.). { Finding the needle: Accessing and reasoning from prior cases.
Workshop on case-based Reasoning, DARPA 89. pp. 137{142. { Morgan- Kaufmann, San Mateo, 1989.
[Hammond86] Hammond (K.). { Chef: a model of case based planning. AAAI-86, Morgan Kaufmann, pp. 267{271. { 1986.
[Hanks et al.95] Hanks (S.) et Weld (D. S.). { A domain independant algorithm for plan adap- tation. Journal of Articial Intelligence Research, n2, 1995, pp. 319{360.
[Hanney et al.95] Hanney (K.), Keane (M.), Smyth (B.) et Cunningham (P.). { Systems, tasks and adaptation knowledge: revealing some revealing dependencies. First Inter- national Conference on Case-Based Reasoning, ICCBR'95, ed. par Veloso (M.) et Aamodt (A.). pp. 461{470. { Sesimbra, Portugal, 1995.
[Hanney et al.97] Hanney (K.) et Keane (M. T.). { The adaptation knowledge bottleneck: how to ease it by learning from cases. Second International Conference on Case- Based Reasoning, ICCBR'97, ed. par Leake (D.) et Plaza (E.). pp. 359{370. { Springer-Verlag Berlin, Germany, 1997.
[Haton et al.91] Haton (J. P.), Bouzid (N.), Charpillet (F.), Haton (M.-C.), Laasri (B.), Laasri (H.), Marquis (P.), Mondot (T.) et Napoli (A.). { Le raisonnement en intelli- gence articielle, Modeles, techniques et architectures pour les systemes a base de connaissance. { Intereditions Paris, serie iia, 1991.
[Herbeaux et al.98] Herbeaux (O.) et Mille (A.). { Accelere: a case-based design assistant for closed cell rubber industry. Proceedings of ES98, the Eighteenth Annual International Conference of the British Computer Society, Specialist Group on Expert Sys- tems, ed. par Milne (R.), Macintosh (A. M.) et Bramer (M.). pp. 69{82. { BCS Conference Series, Springer-Verlag, London, 1998.
[Hinrichs89] Hinrichs (T. R.). { Strategies for adaptation and recovery in design problem sol- ver. Workshop on case-based Reasoning, DARPA 89. pp. 115{118. { Morgan- Kaufmann, San Mateo, 1989.
[Jaczinsky et al.97] Jaczinsky (M.) et Trousse (B.). { A framework for the management of past experiences with time-extended situations. Proceedings of the 6th International Conference on Information and Knowledge Management (CIKM'97), pp. 32{
39. { Las Vegas, Nevada, USA, 1997.
[Jaczynski et al.97] Jaczynski (M.) et Trousse. (B.). { A world wide web browsing advisor reusing past navigations from a group of users. Proceedings of the third UK Case-Based Reasoning Workshop (UKCBR'3). { Manchester, UK, 1997.
[Janetzko et al.93] Janetzko (D.), Berner (K.), Coulon (C.-H.) et Hovestadt (L.). { Toward a task oriented methodology in knowledge acquisition and system design in CBR, 1993. First European Workshop on Case-Based Reasoning, EWCBR'93.
pp. 360{365. { University of Kayserslautern, Germany, 1993.
[Kass89] Kass (A.). { Strategies for adapting explanations. Workshop on case-based Reasoning, DARPA 89. pp. 119{123. { Morgan-Kaufmann, San Mateo, 1989.
[Kettler et al.94] Kettler (B. P.), Handler (J. A.), Anderson (W. A.) et Evett (M. P.). { Massively parallel support for case-based planning. IEEE Expert, vol. 2, 1994, pp. 8{14.
[Kitano et al.92] Kitano (H.) et Yasunaga (M.). { Wafer scale integration for massively parallel memory based reasoning. AAAI92, pp. 851{856. { 1992.
[Kitano et al.93] Kitano (H.) et Higuchi (T.). { High Performance Memory Based Translation on IXM2 Massively Parallel Associative Memory Processor. { Rapport technique, Thinking Machines Inc., 1993.
[Kitano93] Kitano (H.). { Challenges of massive parallelism. Invited paper. IJCAI93, Chambery, France, pp. 813{834. { 1993.
[Koehler94] Koehler (J.). { An application of terminological logics to case-based reasoning.
Proceedings of the 4th International Conference on Principles of Knowledge and Reasoning, ed. par Doyle (J.), Sandewall (E.) et Torasso (P.). { Morgan Kaufmann, San Francisco, 1994.
[Koelher96] Koelher (J.). { Planning from second principles. Articial Intelligence, n87, 1996, pp. 145{186.
[Kolodner88] Kolodner (J. L.) (edite par). { Workshop on case-based Reasoning, DARPA 88. { Clearwater, Florida, Morgan-Kaufmann, San Mateo, 1988.
[Kolodner93] Kolodner (J.). { Case Based Reasoning. { Morgan Kaufmann Publishers, 1993.
[Leake et al.97a] Leake (D. B.), Kinley (A.) et Wilson (D.). { Case-based similarity assessment:
Estimating adaptability from experience. Proceedings of the Fourteenth Na- tional Conference on Articial Intelligence. { AAAI Press, Menlo Park, CA, 1997.
[Leake et al.97b] Leake (D. B.), Kinley (A.) et Wilson (D.). { Learning to integrate multiple knowledge sources for case-based reasoning. Proceedings of the 15th Internatio- nal Joint Conference on Articial Intelligence. { Morgan Kaufmann, 1997.
[Lieber et al.96] Lieber (J.) et Napoli (A.). { Adaptation of synthesis plans in organic chemistry.
Working Notes of the ECAI-96 Workshop on Adaptation in Case-Based Rea- soning, ed. par Vo (A.), Bergmann (R.) et Bartsch-Sporl (B.), pp. 132{136.
{ Budapest, Hungary, 1996.
[Lieber97] Lieber (J.). { Raisonnement a partir de cas et classication hierarchique. Appli- cation a la planication de synthese en chimie organique. { These d'universite, Universite Henri Poincare Nancy 1, 1997.
[Maher et al.95] Maher (M. L.), Balachandran (M. B.) et Zhang (D. M.). { Case-based reasoning in design. { Lawrence Erlbaum Associates, 1995.
[Malek96] Malek (M.). { Un modele hybride de memoire pour le raisonnement a partir de cas. { Grenoble, These d'universite, Universite Joseph Fourier, 1996.
[Mignot97] Mignot (H.). { Sensibilite au contexte lors de l'evaluation de la similarite dans une architecture ouverte pour le raisonnement a partir de cas. { These en informatique, Universite Paris-Sud, Paris 11, Orsay, 1997.
[Mille et al.97] Mille (A.) et Napoli (A.). { Aspects du raisonnement a partir de cas. 6emes Journees Nationales du PRC-GDR Intelligence Articielle. MENESR and CNRS, pp. 261{287. { Hermes, Paris, 1997.
[Mille et al.99] Mille (A.), Fuchs (B.) et Chiron (B.). { Raisonnement fonde sur l'experience: un nouveau paradigme en supervision industrielle. Revue d'intelligence articielle, vol. 13, 1999, pp. 97{128.
[Mille95] Mille (A.). { Modele conceptuel du raisonnement base sur les cas. 4eme Semi- naire Francais sur le Raisonnement a Partir de Cas, Paris, ed. par Bichindaritz (I.), pp. 40{52. { Universite Rene Descartes (Paris V), 1995.
[Mille98] Mille (A.). { Associer expertise et experience pour assister les t^aches de l'uti- lisateur. { Habilitation a diriger des recherches, Universite Claude Bernard, Lyon1, 27 Novembre 1998.
[Napoli et al.96] Napoli (A.), Lieber (J.) et Curien (R.). { A formal analysis of case-based reasoning in an object-based representation context. Third European Workshop on Case-Based Reasoning, EWCBR'96, ed. par Faltings (B.) et Smith (I.).
pp. 295{308. { Lausanne,, 1996.
[Petrushin et al.96] Petrushin (V.) et Kolodner (J.). { Put your experience on the web: a tool for creating and browsing in case libraries. WebNet96 - World Conference of the Web Society. Proceedings, San Francisco, CA, USA, ed. par Maurer (H.).
pp. 566{573. { Assoc. Adv. Comput. Educ Charlottesville, VA, USA, 1996.
[Prie et al.98] Prie (Y.), Mille (A.) et Pinon (J.-M.). { A user-centered model for content- based description and retrieval of audiovisual sequences. Amcp'98, First Int.
Advanced Multimedia Content Processing Conf., pp. 59{65. { Osaka, Japon, Novembre 1998.
[Prie et al.99a] Prie (Y.), Mille (A.) et Pinon (J.-M.). { A context-based audiovisual represen- tation model for audiovisual information systems. a paraitre dans les actes de Context'99, Trente, Italy, pp. {. { 1999.
[Prie et al.99b] Prie (Y.), Mille (A.) et Pinon (J.-M.). { Modele d'utilisation et modeles de t^aches pour l'assistance a l'utilisateur fondee sur l'experience: le cas d'un sys- teme d'information audiovisuelle. a paraitre dans les actes de IC'99, Palaiseau, Juin 99, pp. {. { 1999.
[Purvis et al.95] Purvis (L.) et Pu (P.). { Adaptation Using Constraint Satisfaction Techniques.
Case-Based Reasoning Research And Development. PRoceedings Of The FIrst INternational COnference On CAse-Based REasoning - Iccbr-95, ed. par Veloso (M.) et Aamodt (A.). pp. 289{300. { Sesimbra, Portugal, 23{26 Octobre 1995.
[Py94] Py (M.). { Un modele conceptuel de raisonnement par analogie. Revue D'in- telligence Articielle, vol. 8, n 1, 1994, pp. 63{99.
[Richter et al.93] Richter (M. M.), Wess (S.), Altho (K.-D.) et Maurer (F.) (edite par). { First European Workshop on Case-based Reasoning. { University of Kayserslautern, Germany, Lecture Notes in Articial Intelligence, volume 837, Springer Verlag, Berlin, 1993.
[Richter95a] Richter (M. M.). { Knowledge contained in similarity measures, invited paper.
First International Conference On Case-Based Reasoning, Iccbr'95, ed. par Veloso (M.) et Aamodt (A.). { Sesimbra, Octobre 1995.
[Richter95b] Richter (M. M.). { On the notion of similarity in case-based reasoning. Pro- ceedings Of Rhe Issek 94 Conference On Mathematical And Statistical Methods In Articial Intelligence, ed. par Della Riccia, pp. 171{184. { Wien, Austria, 1995.
[Rifqi96] Rifqi (M.). { Mesures De Comparaison, Typicalite Et Classications D'objets Flous: Theorie Et Pratique. { These en informatique, Universite Pierre Et Marie Curie, Paris 6, 1996.
[Rougegrez loriette94] Rougegrez-Loriette (S.). { Prediction De Processus a Partir De Cas Observes:
Le Systeme Rebecas. { These en informatique, Universite De Paris Vi, France, 1994.
[Rudolph97] Rudolph (S.). { On the foundations and applications of similarity theory to case-based reasoning. Proceedings Of The 12th International Conference For Applications Of Articial Intelligence In Engineering Aieng'97, ed. par Adey (R.) et Rzevski (G.). { Capri, Italy, July 1997.
[Salotti et al.97] Salotti (S.) et Ventos (V.). { Etude et formalisation d'un systeme de raison- nement a partir de cas dans une logique de description. JOurnees INgenierie Des COnnaissances Et APprentissage AUtomatique - Jicaa'97, pp. 629{642.
{ ROsco, France, 20-22 Mai 1997.
[Schank et al.89] Schank (R. C.) et Riesbeck (C. K.). { Inside Case Based Reasoning. { Lawrence Erlbaum Associates Publishers, Hillsdale, New Jersey, Usa, 1989.
[Schank82] Schank (R. C.). { Dynamic Memory: A Theory Of Reminding And Learning In Computers And People. { Cambridge University Press, 1982.
[Schank96] SCHANK (R. C.). { A goal-based scenario for high school students. CACM, n4, 1996, pp. 28{29.
[Sebag et al.93] Sebag (M.) et Shoenauer (M.). { A rule based similarity measure. First Euro- pean Workshop On Case-Based Reasoning, Ewcbr'93. pp. 65{70. { University Of Kayserslautern, Germany, 1993.
[Shimazu et al.93] Shimazu (H.), Kitano (H.) et Shibata (A.). { Retrieving cases from relatio- nal data-bases: Another stride towards corporate wide case-base systems. 13th International Joint Conference On Articial Intelligence, Chambery, France 28-08/03-09 1993, pp. 909{914. { 1993.
[Slade91] Slade (S.). { Case based reasoning: A research paradigm. Ai Magazine, Spring 1991, 1991, pp. 42{55.
[Smith et al.95] Smith (I.), Lottaz (C.) et Faltings (B.). { Spatial composition using case:
Idiom. Case-Based Reasoning Reasearch And Development, Iccbr'95, ed. par Veloso (M.) et Aamodt (A.), pp. 88{97. { Sesimbra (Portugal), Octobre 1995.
[Smyth et al.93] Smyth (B.) et Cunningham (P.). { Complexity of adaptation in real world case- based reasoning systems. The Sixth Irish Conference On Articial Intelligence And Cognitive Science, pp. 228{240. { 1993.
[Smyth et al.95] Smyth (B.) et Keane (M. T.). { Remembering to forget. a competence- preserving case deletion policy for case-based reasoning systems. Ijcai-95. Pro- ceedings Of The Fourteenth International Joint Conference On Articial Intel- ligence, ed. par Mellish (C.). pp. 377{382. { Morgan Kaufmann Publishers San Mateo, Ca, Usa, 1995.
[Stanll et al.86] Stanll (C.) et Waltz (D.). { Toward memory based reasoning. Communications Of The Acm, Vol 29, No 12, 1986, pp. 1213{1228.
[Stroulia et al.98] Stroulia (E.) et Goel (A.). { Evaluation of a Psm specication language in adaptive design: The autognostic experiments. Proceedings Of The 11th Workshop On Knowledge Acquisition, Modelling And Management, ed. par Http://Cpsc.Ucalgary.Ca/Kaw/Kaw98. { 1998.
[Thompson97] Thompson (V.). { Corporate memories. Byte, International Edition, vol. 32is, September 1997, pp. 7{12.
[Turner89] Turner (R. M.). { Case-based and schema-based reasoning for problem solving.
Workshop on case-based Reasoning, DARPA 89. pp. 341{344. { Morgan- Kaufmann, San Mateo, 1989.
[Tversky77] Tversky (A.). { Features of similarity. Psychological Review 84(4), 1977, pp. 327{352.
[Veloso et al.95] Veloso (M.) et Aamodt (A.) (edite par). { First International Conference on Case-Based Reasoning, ICCBR'95. { Sesimbra, Portugal, Springer-Verlag, Berlin, Germany, 1995.
[Veloso97] Veloso (M.). { Merge strategies for multiple case plan replay. Second Interna- tional Conference on Case-Based Reasoning, ICCBR'97, ed. par Leake (D.) et Plaza (E.). pp. 413{424. { Springer-Verlag,Berlin, Germany, 1997.
[Visser94] Visser (W.). { Organisation of design activities: opportunistic, with hierarchical episodes. Interacting with Computers, vol. 6, n 3, 1994, pp. 239{274.
[Voss et al.96] Vo (A.), Bergmann (R.) et Bartsch-Sporl (B.) (edite par). { Workshop on Adaptation in Case-Based Reasoning. { ECAI'96, Budapest, Hungary, John Wiley & Sons Ltd, 1996.
[Voss96a] Vo (A.). { Structural Adaptation with TOPO. Workshop on Adaptation in Case-Based Reasoning, ECAI-96, ed. par Vo (A.), Bergmann (R.) et Bartsch- Sporl (B.). { Budapest, Hungary, August 1996.
[Voss96b] Vo (A.). { How to solve complex problems with cases. Engineering applications of articial intelligence, vol. 9, n 4, 1996, pp. 377{384.
[Watson97] Watson (I.). { Applying Case-Based Reasoning: Techniques for Enterprise Sys- tems. { Morgan Kaufmann Publishers, 1997.
[Wilke et al.98] Wilke (W.) et Bergmann (R.). { Techniques and knowledge used for adaptation during case-based problem solving. a para^tre dans les actes de IEA'98, ed.
par?? p. ?? { ??, 1998.
[Yager96] Yager (R.). { Fuzzy logic foundations and industrial applications, chap. A unied view of case-based reasoning and fuzzy modeling, pp. 5{26. { Kluwer Academic Press, Norwell, MA, USA, 1996.
[Yager97] Yager (R.). { Case based reasoning, fuzzy systems modeling and solution com- position. Case-Based Reasoning Research and Development. Second Internatio- nal Conference on Case-Based Reasoning, ICCBR-97, Providence, RI, USA, 25-27 July 1997, ed. par Leake (D.) et Plaza (E.). pp. 633{642. { Springer- Verlag Berlin, Germany, 1997.
